嘿，这个问题我之前做企业日历预约系统的时候正好碰到过，当时踩了不少重复规则解析和边界处理的坑，分享下我实际验证过的解决方案思路：

核心逻辑 #

本质是要找到两个重复时间序列中，是否存在至少一个时间区间满足重叠条件。因为是周期性的，不可能无限遍历所有可能的预约，所以核心是要圈定有限的检查范围，同时用高效的逻辑判断冲突。

具体实施步骤 #

1. 先把重复规则解析成可计算的逻辑 #

首先得把自然语言的重复规则转换成程序能识别的生成规则，比如：

• 每日重复：比如「每2天」，就是从起始时间开始，每次加2天的时间间隔
• 每周重复：比如「每3周的周二」，就是每隔21天（3×7），筛选出周二的日期
• 每月重复：分两种场景单独处理：
  • 固定日期：比如「每2个月的17日」，每隔N个月取当月17日（要注意月末边界，比如2月没有30日，得和业务确认是调整到月末还是跳过）
  • 固定周几：比如「每月第三个周二」，需要写逻辑计算当月第K个星期X的具体日期
• 每年重复：比如「每2年的4月17日」，就是每隔2年，取当年4月17日的日期

2. 确定合理的检查范围 #

因为是无限重复的预约，不可能一直检查下去，通常的做法是：

• 如果两个预约都有结束时间，就取它们的有效时间交集作为检查范围
• 如果其中一个或两个没有结束时间，就设定一个业务合理的最大检查周期（比如10年，毕竟很少有人会预约10年后的重复事项）
• 在这个范围内如果没找到冲突，就认为长期内不会冲突，后续可以根据业务需求调整阈值

3. 时间区间重叠的判断逻辑 #

不管是单次还是重复预约，时间区间重叠的判断公式是通用的：

对于区间A（startA, endA）和区间B（startB, endB），当 startA < endB 且 startB < endA 时，两个区间存在重叠。

这里要注意一个容易踩的坑：如果预约没有填写结束时间，必须先和业务方确认默认时长——是持续全天，还是默认1小时？这个规则不明确的话，后续的冲突判断全是错的。

4. 优化：用数学方法缩小检查范围 #

如果直接生成所有时间区间再遍历，大周期下会很耗时，可以用周期最小公倍数来优化：

• 比如两个每日重复的预约，间隔分别是2天和3天，最小公倍数是6天，只需要检查6天内的情况——如果有冲突，之后每6天都会重复冲突；如果没有，就永远不会冲突
• 每周、每月、每年的重复规则，也可以用类似的方法计算周期的最小公倍数，大幅减少需要检查的时间点

5. 边界情况必须处理 #

• 特殊日期：比如2月29日的年度重复预约，非闰年要调整到2月28日还是直接跳过？得和业务对齐
• 跨时区：所有时间必须统一转换到同一个时区（比如UTC）再计算，避免时区差导致的误判
• 单次预约：如果重复规则是「不重复」（虽然问题说的是周期性，但实际场景可能存在），直接判断单次时间区间是否重叠即可

伪代码示例 #

def check_recurring_overlap(appt1, appt2, max_check_years=5):
    # 解析重复规则，生成指定范围内的所有时间区间
    appt1_intervals = generate_recurring_time_ranges(appt1, max_check_years)
    appt2_intervals = generate_recurring_time_ranges(appt2, max_check_years)
    
    # 遍历检查每个区间是否重叠
    for start1, end1 in appt1_intervals:
        # 优化：只检查和当前时间区间接近的appt2区间，避免全量遍历
        for start2, end2 in appt2_intervals:
            if start1 < end2 and start2 < end1:
                return True
        # 重置appt2的区间生成器，避免重复遍历
        appt2_intervals = generate_recurring_time_ranges(appt2, max_check_years)
    return False

内容的提问来源于stack exchange，提问作者tienph